|
9+ 년도
경험
|
92
제품
|
7
데몬 버전
|
|
6
작업
|
0
거래 신호
|
0
구독자
|
초기하 계열은 이 필터의 가중치 계수를 계산하는 데 사용됩니다. 이 접근 방식을 사용하면 시계열을 다소 흥미롭게 평활화할 수 있습니다. 초기하학적 필터 가중치는 지수 및 선형 가중 이동 평균만큼 빨리 감소하지 않지만 평활 이동 평균보다 빠릅니다. 이로 인해 이 필터의 동작은 여러 면에서 이동 평균의 동작과 유사합니다. 그러나 몇 가지 장점이 있습니다. 그 지연은 이동 평균보다 훨씬 적습니다. 그러나 동시에 지수 이동 평균보다 훨씬 더 많은 정보를 보유합니다. 이로 인해 초기하학적 필터는 금융 시계열의 추세와 순환 구성 요소를 더 잘 강조 표시할 수 있습니다. 따라서 이 지표는 다양한 유형의 이동 평균을 사용하는 거래 전략에 사용할 수 있습니다. 표시기의 작동은 단일 매개변수에 따라 다릅니다. iPeriod - 이 매개변수의 유효한 값은 2 - 149입니다. 이 매개변수의 값이 작을수록 지표는 최신 가격 변화에 더 강하게 반응합니다. 이 매개변수의 값이 크면 장기적인
초기하 계열은 이 필터의 가중치 계수를 계산하는 데 사용됩니다. 이 접근 방식을 사용하면 시계열을 다소 흥미롭게 평활화할 수 있습니다. 초기하학적 필터 가중치는 지수 및 선형 가중 이동 평균만큼 빨리 감소하지 않지만 평활 이동 평균보다 빠릅니다. 이로 인해 이 필터의 동작은 여러 면에서 이동 평균의 동작과 유사합니다. 그러나 몇 가지 장점이 있습니다. 그 지연은 이동 평균보다 훨씬 적습니다. 그러나 동시에 지수 이동 평균보다 훨씬 더 많은 정보를 보유합니다. 이로 인해 초기하학적 필터는 금융 시계열의 추세와 순환 구성 요소를 더 잘 강조 표시할 수 있습니다. 따라서 이 지표는 다양한 유형의 이동 평균을 사용하는 거래 전략에 사용할 수 있습니다. 표시기의 작동은 단일 매개변수에 따라 다릅니다. iPeriod - 이 매개변수의 유효한 값은 2 - 149입니다. 이 매개변수의 값이 작을수록 지표는 최신 가격 변화에 더 강하게 반응합니다. 이 매개변수의 값이 크면 장기적인 추세를 강조할
이 표시기는 최적의 이익실현 및 손절매 수준을 표시합니다. 이 수준은 과거 데이터를 기반으로 계산됩니다. 처음 시작할 때 표시기는 기록에 대해 학습됩니다. 그런 다음 그는 가격이 미래에 이 또는 그 수준을 극복할 확률을 평가하고 정지 주문을 하기 위한 가장 최적의 옵션을 선택합니다. 예를 들어 이익을 취하는 값은 이익이 최대이고 가격이 해당 수준에 도달할 확률이 가장 높도록 선택됩니다. 손절매 수준은 최소한이어야 하지만 도달할 확률은 최소한이어야 합니다. 결과적으로 승리에 대한 수학적 기대치가 가장 높은 레벨이 생성됩니다. 또한 이 지표는 지지선과 저항선의 형태로 사용될 수 있습니다. 이를 위해 다양한 예측 길이와 오프셋을 결합할 수 있습니다. 표시 매개변수: 길이 - 예측 길이. 이 매개변수는 향후 막대 거래의 예상 기간을 나타냅니다. Shift - 막대에서 이동합니다. 이 매개변수 덕분에 과거의 표시기 판독값을 볼 수 있습니다. 너비 - 선 너비. ClrBuy - 매수 포지션의
이 표시기는 최적의 이익실현 및 손절매 수준을 표시합니다. 이 수준은 과거 데이터를 기반으로 계산됩니다. 처음 시작할 때 표시기는 기록에 대해 학습됩니다. 그런 다음 그는 가격이 미래에 이 또는 그 수준을 극복할 확률을 평가하고 정지 주문을 하기 위한 가장 최적의 옵션을 선택합니다. 예를 들어 이익을 취하는 값은 이익이 최대이고 가격이 해당 수준에 도달할 확률이 가장 높도록 선택됩니다. 손절매 수준은 최소한이어야 하지만 도달할 확률은 최소한이어야 합니다. 결과적으로 승리에 대한 수학적 기대치가 가장 높은 레벨이 생성됩니다. 또한 이 지표는 지지선과 저항선의 형태로 사용될 수 있습니다. 이를 위해 다양한 예측 길이와 오프셋을 결합할 수 있습니다. 표시 매개변수: 길이 - 예측 길이. 이 매개변수는 향후 막대 거래의 예상 기간을 나타냅니다. Shift - 막대에서 이동합니다. 이 매개변수 덕분에 과거의 표시기 판독값을 볼 수 있습니다. 너비 - 선 너비. ClrBuy - 매수 포지션의
이 필터는 베셀 다항식을 기반으로 합니다. 주요 장점은 시간 지연이 적다는 것입니다. 이 필터의 또 다른 기능은 금융 시계열의 최신 값에 대한 높은 민감도입니다. 이 때문에 지표는 활성 가격 변동을 강조하는 동시에 노이즈 편차를 완화합니다. 고전적인 변형 외에도 Bessel 계수의 로그가 가중치 함수로 지표에 추가되었습니다. 이 경우 지표가 더 매끄럽게 나타나지만 동시에 가격이 활발하게 움직일 때 지연될 수 있습니다. 베셀 다항식을 계산할 때 계승이 사용됩니다. 이러한 이유로 지표의 기간은 아래에서 위로 제한됩니다. 일반 베셀 필터를 사용할 때는 지표의 작은 주기에 주의하는 것이 좋습니다. 기간이 증가함에 따라 표시기의 동작이 점점 더 안정되고 그 차이가 점점 더 눈에 띄지 않게 되기 때문입니다. 그림은 두 필터 유형의 동작을 보여줍니다. 표시 매개변수: TypeFilter - 일반/대수 필터 유형 선택 iPeriod - 표시 기간, 유효한 값 3 - 85
이 필터는 베셀 다항식을 기반으로 합니다. 주요 장점은 시간 지연이 적다는 것입니다. 이 필터의 또 다른 기능은 금융 시계열의 최신 값에 대한 높은 민감도입니다. 이 때문에 지표는 활성 가격 변동을 강조하는 동시에 노이즈 편차를 완화합니다. 고전적인 변형 외에도 Bessel 계수의 로그가 가중치 함수로 지표에 추가되었습니다. 이 경우 지표가 더 매끄럽게 나타나지만 동시에 가격이 활발하게 움직일 때 지연될 수 있습니다. 베셀 다항식을 계산할 때 계승이 사용됩니다. 이러한 이유로 지표의 기간은 아래에서 위로 제한됩니다. 일반 베셀 필터를 사용할 때는 지표의 작은 주기에 주의하는 것이 좋습니다. 기간이 증가함에 따라 표시기의 동작이 점점 더 안정되고 그 차이가 점점 더 눈에 띄지 않게 되기 때문입니다. 그림은 두 필터 유형의 동작을 보여줍니다. 표시 매개변수: TypeFilter - 일반/대수 필터 유형 선택 iPeriod - 표시 기간, 유효한 값 3 - 85
이 표시기는 이산 Hartley 변환을 기반으로 합니다. 이 변환을 사용하면 재무 시계열을 처리할 때 다양한 접근 방식을 적용할 수 있습니다. 이 지표의 특징은 판독값이 차트의 한 지점이 아니라 지표 기간의 모든 지점을 참조한다는 것입니다. 시계열을 처리할 때 표시기를 사용하여 시계열의 다양한 요소를 선택할 수 있습니다. 필터링의 첫 번째 가능성은 이 접근 방식을 기반으로 합니다. 불필요한 모든 고주파수 구성 요소는 단순히 폐기됩니다. 첫 번째 그림은 이 방법의 가능성을 보여줍니다. CutOff 매개변수를 선택하면 원래 시계열의 세부 정보를 선택할 수 있습니다(빨간색 선 - 주요 정보만 남음 CutOff = 0, 노란색 - 주요 및 가장 낮은 주파수 기간 CutOff = 1 , 파란색 - 가장 높은 주파수의 모든 노이즈가 삭제됩니다. CutOff = 4 ). 그러나 이것이 유일한 가능성은 아닙니다. 추가 필터링으로 노이즈 성분을 억제할 수 있습니다. 두 옵션 모두 이 표시기에
이 표시기는 이산 Hartley 변환을 기반으로 합니다. 이 변환을 사용하면 재무 시계열을 처리할 때 다양한 접근 방식을 적용할 수 있습니다. 이 지표의 특징은 판독값이 차트의 한 지점이 아니라 지표 기간의 모든 지점을 참조한다는 것입니다. 시계열을 처리할 때 표시기를 사용하여 시계열의 다양한 요소를 선택할 수 있습니다. 필터링의 첫 번째 가능성은 이 접근 방식을 기반으로 합니다. 불필요한 모든 고주파수 구성 요소는 단순히 폐기됩니다. 첫 번째 그림은 이 방법의 가능성을 보여줍니다. CutOff 매개변수를 선택하면 원래 시계열의 세부 정보를 선택할 수 있습니다(빨간색 선 - 주요 정보만 남음 CutOff = 0, 노란색 - 주요 및 가장 낮은 주파수 기간 CutOff = 1 , 파란색 - 가장 높은 주파수의 모든 노이즈가 삭제됩니다. CutOff = 4 ). 그러나 이것이 유일한 가능성은 아닙니다. 추가 필터링으로 노이즈 성분을 억제할 수 있습니다. 두 옵션 모두 이 표시기에
레머 평균은 창 함수로 간주할 수 있으며 가중치 계수는 계산에 사용된 변수의 값에 따라 다릅니다. 이 평균은 계산에 지수가 사용되기 때문에 비선형입니다. 표시기의 특성은 두 가지 매개변수에 따라 다릅니다. iPeriod - 표시기 기간, 유효한 값은 2 이상입니다. iPower - 지표 값을 계산할 때 사용되는 지수. 유효한 범위는 -32768 ~ 32767입니다. iPower = 0이면 조화 평균을 얻습니다. iPower = 1 - 산술 평균, iPower = 2의 경우 역고조파 평균입니다. 지수가 크면 Lehmer 평균이 시계열의 최대 경계를 강조 표시합니다. 그리고 음수 지수를 사용하면 최소값이 강조됩니다. 이 속성으로 인해 Lehmer 평균은 시계열을 평활화하고 채널을 구성하는 데 모두 사용할 수 있습니다. 첫 번째 그림은 지수가 +500 및 -500인 종가를 사용하여 계산된 채널을 보여줍니다. 두 번째 그림은 iPower = +1000 및
레머 평균은 창 함수로 간주할 수 있으며 가중치 계수는 계산에 사용된 변수의 값에 따라 다릅니다. 이 평균은 계산에 지수가 사용되기 때문에 비선형입니다. 표시기의 특성은 두 가지 매개변수에 따라 다릅니다. iPeriod - 표시기 기간, 유효한 값은 2 이상입니다. iPower - 지표 값을 계산할 때 사용되는 지수. 유효한 범위는 -32768 ~ 32767입니다. iPower = 0이면 조화 평균을 얻습니다. iPower = 1 - 산술 평균, iPower = 2의 경우 역고조파 평균입니다. 지수가 크면 Lehmer 평균이 시계열의 최대 경계를 강조 표시합니다. 그리고 음수 지수를 사용하면 최소값이 강조됩니다. 이 속성으로 인해 Lehmer 평균은 시계열을 평활화하고 채널을 구성하는 데 모두 사용할 수 있습니다. 첫 번째 그림은 지수가 +500 및 -500인 종가를 사용하여 계산된 채널을 보여줍니다. 두 번째 그림은 iPower = +1000 및 -1000인 동일한 채널을
Kolmogorov-Zhurbenko 필터는 스펙트럼 누출을 제거하도록 설계된 특수 창 기능으로 간주할 수 있습니다. 이 필터는 확률적(금융 포함) 시계열을 평활화하는 데 최적입니다. 이 필터를 기반으로 하는 지표에는 다음 매개변수가 포함됩니다. iLength - 필터를 만드는 데 사용된 원래 직사각형 창의 기간. 유효한 값은 2 - 255입니다. iDegree - 필터 순서. iDegree=0이면 단순 이동 평균을 얻습니다. iDegree=1이면 삼각형 이동 평균을 얻습니다. 차수가 높을수록 더 나은 평활화 및 노이즈 억제가 가능합니다. 허용되는 값은 2 - 255입니다. 또한 이 매개변수는 표시기 = iLength + iDegree * (iLength - 1)의 마지막 기간에 영향을 줍니다. iMultiplier - 필터 값에서 계산된 표준 편차 수를 표시하는 승수입니다. 표시기의 모양은 그림에 나와 있습니다
Kolmogorov-Zhurbenko 필터는 스펙트럼 누출을 제거하도록 설계된 특수 창 기능으로 간주할 수 있습니다. 이 필터는 확률적(금융 포함) 시계열을 평활화하는 데 최적입니다. 이 필터를 기반으로 하는 지표에는 다음 매개변수가 포함됩니다. iLength - 필터를 만드는 데 사용된 원래 직사각형 창의 기간. 유효한 값은 2 - 255입니다. iDegree - 필터 순서. iDegree=0이면 단순 이동 평균을 얻습니다. iDegree=1이면 삼각형 이동 평균을 얻습니다. 차수가 높을수록 더 나은 평활화 및 노이즈 억제가 가능합니다. 허용되는 값은 2 - 255입니다. 또한 이 매개변수는 표시기 = iLength + iDegree * (iLength - 1)의 마지막 기간에 영향을 줍니다. iMultiplier - 필터 값에서 계산된 표준 편차 수를 표시하는 승수입니다. 표시기의 모양은 그림에 나와 있습니다
다양한 창 기능을 사용하여 시계열을 매끄럽게 할 수 있습니다. 창 기능은 스무딩 수준, 노이즈 억제 등의 특성이 서로 상당히 다를 수 있습니다. 이 표시기를 사용하면 기본 창 기능을 구현하고 재무 시계열에 대한 성능을 평가할 수 있습니다. 표시 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter 는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. 일부 창 기능은 ParameterA 및 ParameterB와 같은 추가 매개변수를 사용합니다. 창 가중치에 영향을 줍니다. 이 때문에 지표의
다양한 창 기능을 사용하여 시계열을 매끄럽게 할 수 있습니다. 창 기능은 스무딩 수준, 노이즈 억제 등의 특성이 서로 상당히 다를 수 있습니다. 이 표시기를 사용하면 기본 창 기능을 구현하고 재무 시계열에 대한 성능을 평가할 수 있습니다. 표시 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter 는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. 일부 창 기능은 ParameterA 및 ParameterB와 같은 추가 매개변수를 사용합니다. 창 가중치에 영향을 줍니다. 이 때문에 지표의
이 스크립트는 다양한 창 기능에서 가중치를 평가하도록 설계되었습니다. 이러한 창 기능을 기반으로 하는 지표는 https://www.mql5.com/ru/market/product/72159 에서 다운로드할 수 있습니다. 입력 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. Histogramwidth - 히스토그램의 너비. Histogramcolor - 히스토그램의 색상입니다. 표시 시간 - 표시 시간. 스크린샷 - 이 옵션이 활성화되면
이 스크립트는 다양한 창 기능에서 가중치를 평가하도록 설계되었습니다. 이러한 창 기능을 기반으로 하는 지표는 https://www.mql5.com/ru/market/product/72160 에서 다운로드할 수 있습니다. 입력 매개변수: iPeriod – 표시 기간. iPeriod >= 2 iCenter는 창 기능의 중심이 위치할 참조의 인덱스입니다. 기본적으로 이 매개변수는 0입니다. 창의 중심은 표시기의 중심과 일치합니다. 1 <= iCenter <= iPeriod를 사용하면 창 기능의 중심이 이동되어 표시기의 일부 특성이 변경됩니다. 그림 1에서 센터의 선택이 윈도우 기능과 인디케이터의 디스플레이에 어떤 영향을 미치는지 볼 수 있습니다. 이 매개변수는 0.5 단위로 변경할 수 있습니다. Histogramwidth - 히스토그램의 너비. Histogramcolor - 히스토그램의 색상입니다. 표시 시간 - 표시 시간. 스크린샷 - 이 옵션이 활성화되면 사진이 파일
Some traders are guided by trading sessions during trading. Figure 1 shows the average price swing over one week. It can be seen that trading sessions on different days differ in their duration and activity. This indicator is designed to estimate the average price movement at certain intervals within a weekly cycle. It takes into account price movements up and down separately from each other and makes it possible to determine the moments when high volatility is possible in the market. On the
Some traders are guided by trading sessions during trading. Figure 1 shows the average price swing over one week. It can be seen that trading sessions on different days differ in their duration and activity. This indicator is designed to estimate the average price movement at certain intervals within a weekly cycle. It takes into account price movements up and down separately from each other and makes it possible to determine the moments when high volatility is possible in the market. On the
The arithmetic mean or median can be used to determine the measure of the central trend of a time series. Both methods have some disadvantages. The arithmetic mean is calculated by the Simple Moving Average indicator. It is sensitive to emissions and noise. The median behaves more steadily, but there is a loss of information at the boundaries of the interval. In order to reduce these disadvantages, pseudo-median signal filtering can be used. To do this, take the median of a small length and
The arithmetic mean or median can be used to determine the measure of the central trend of a time series. Both methods have some disadvantages. The arithmetic mean is calculated by the Simple Moving Average indicator. It is sensitive to emissions and noise. The median behaves more steadily, but there is a loss of information at the boundaries of the interval. In order to reduce these disadvantages, pseudo-median signal filtering can be used. To do this, take the median of a small length and